Luento 8. June 3, 2014

Koko: px
Aloita esitys sivulta:

Download "Luento 8. June 3, 2014"

Transkriptio

1 June 3, 2014

2 Luokka pelejä, joissa pelaajilla on epätäydellistä informaatiota toistensa preferensseistä ja joissa valinnat tehdään samanaikaisesti. Tämä tarkoittaa, että pelaajat eivät tiedä toistensa hyötyjä. Täydellistä tietämättömyyttä ei ole olemassakaan ja tapana onkin olettaa, että pelaajilla on uskomukset toistensa hyödyistä. Uskomukset ovat tietenkin todennäköisyysjakaumia. Keskeinen rajoittava oletus on, että nämä uskomukset ovat yhteistä tietoa (common knowledge). Esimerkiksi tarjoushuutokaupat ovat tällaisia tilanteita.

3 Example Markkinoille tulon estäminen. Markkinoilla on yksi yritys ja toinen pohtii asettumista samoille markkinoille. Samanaikaisesti jo markkinoilla oleva yritys pohtii laajentaako toimintaansa vai ei. Se kannattaako tulla markkinoille riippuu siitä laajentaako siellä jo oleva yritys toimintaansa vai ei. Laajentamisen kannattavuus taas riippuu siitä ovatko kustannukset alhaiset vai korkeat. Tämä on markkinoilla olijan henkilökohtaista informaatiota. Markkinoille tulijalla on uskomukset kustannuksista. Todennäköisyydellä p kustannukset ovat alhaiset c l ja todennäköisyydellä 1 p ne ovat korkeat c h.

4 Example (Asiain)tila c l Tila c h

5 Yksi tapa mallittaa tällaiset pelit on ajatella, että ensin LUONTO valitsee, mitä tyyppiä markkinoilla oleva yritys on. Todennäköisyydellä p se on tyyppiä c l ja todennäköisyydellä 1 p tyyppiä c h. Pelaajat tuntevat nämä todennäköisyydet; todennäköisyyttä sanotaan monesti priori-todennäköisyydeksi. Sen jälkeen pelaajat saavat signaalin todellisesta asiaintilasta. Tyypillisesti yksi pelaaja saa täysin paljastavan signaalin; esimerkissä markkinoilla olija. Näin hän tietää tyyppinsä. Toinen pelaaja saa signaalin joka on epätäydellinen; esimerkissä markkinoille tulija. Tätä signaaliteknologiaa ei esimerkissä malliteta eikä siihen yksinkertaisissa tilanteissa ole tarvetta.

6 Oletetaan, että tila on todennäköisyydellä 2 3 c l. Pelimatriiseista nähdään, että markkinoille tulo kannattaa ainoastaan, jos laajentumista ei tapahdu. Kun kustannukset ovat alhaiset dominoiva strategia on laajentua. Kun kustannukset ovat korkeat dominoiva strategia on olla laajentumatta. Jos yritys päättää tulla markkinoille se saa voittoa 2 3 ( 1) = 1 3. Pysymällä pois voittoa tulee nollan verran, joten pelin Nash-tasapaino on (pysypois; laajenna, älälaajenna). P2:n eli markkinoilla olijan strategia on funktio tilajoukolta tekojen joukolle s 2 : {c l,c h } {laajenna,älälaajenna}.

7 Bayesiläisissä peleissä perusoivallus on pitää kunkin pelaajan kutakin tyyppiä omana pelaajanaan. Tällöin tilanne on formaalisti samanlainen kuin normaalimuodon peleissä: pelaajien tyypeistä vain on jotain epävarmuutta. Tämän seurauksena koko normaalimuodon pelien analyysivälineistö on käytettävissä. Denition Bayesiläinen peli Γ = (N,(S i ) i N,Ω,(p i ) i N,(τ i ) i N,(u i ) i N ) koostuu pelaajien joukosta N, strategioiden joukosta S i kullekin pelaajalle i, tilojen joukosta Ω,signaalifunktioista τ i : Ω T i kullekin pelaajalle i ja hyötyfunktioista u i : i N S i Ω R. Joukko T i on pelaajan i mahdollisten signaalien joukko. Jos pelaaja i saa signaalin t i T i, sanotaan että hän on tyyppiä t i.

8 On selvää, miten esimerkin peli voidaan esittää bayesiläisenä pelinä kunhan selvitetään signaalifunktiot ja todennäköisyyksien määräytyminen. Seuraavassa yksi lukuisista vaihtoehdoista. Olkoon priori p = ( 2 3, 1 3 ) ja Ω = {c l,c h }. Markkinoille tulijalle eli P1:lle τ 1 (c l ) = 79 = τ 1 (c h ). Markkinoilla olijalle eli P2:lle τ 2 (c l ) = 21 ja τ 2 (c h ) = 121. Lisäksi on huomattava, että P2:n strategiajoukko koostuu funktioista joukolta {21, 121} joukolle {laajenna, älälaajenna}.

9 Yksinkertaisten bayesiläisten pelien ratkaisemiseksi ei yleensä tarvita koko koneistoa. Tärkeää on ymmärtää, että pelaajien strategiat ovat ehdollisia heidän tyypeilleen; siis funktioita. Bayesiläistä peliä vastaa normaalimuodon peli, jossa jokaisen pelaajan jokainen tyyppi on pelaaja; pelaajalla (i,t i ) on hyötyfunktio u i. Bayesiläisen pelin Nash-tasapaino määritellään sitten vastaavan normaalimuodon pelin tasapainona. Bayesiläisissä peleissä voi tapahtua epäintuitiivisia asioita, kuten seuraavassa esimerkissä.

10 Example On kaksi mahdollista tilaa ω 1 ja ω 2 joita pelaajat pitävät yhtä todennäköisinä. ω 1 l m r t 1, 2ε 1, 0 1, 3ε b 2, 2 0, 0 0, 3 ω 2 l m r t 1, 2ε 1, 3ε 1, 0 b 2, 2 0, 3 0, 0 Olkoon ε < 1. P2:lla on yksikäsitteinen optimivastaus l. P1:n 2 valintaa t vastaan se tuottaa 2ε, kun m tai r tuottaa 1 3ε. Valintaa 2 b vastaan se tuottaa 2, kun taas m tai r tuottaa 1 3. P1:n 2 yksikäsitteinen optimivastaus l vastaan on b kummassakin tilassa (joita tiloja pelaajat eivät siis tiedä). Yksikäsitteinen Nash-tasapaino on siis (b; l).

11 Example jatkuu Oletetaan sitten, että informaatio lisääntyy ja P2 saa tietää todellisen tilan. Nyt hänellä on tilassa ω 1 dominoiva strategia r ja tilassa ω 2 dominoiva strategia m. Koska kumpikin tila on yhtä todennäköinen P1:n kannalta katsoen P2 pelaa r ja m sekastrategialla ( 1 2, 1 2). P1:n optimivastaus on t. Kun kumpikaan pelaaja ei tiennyt tilaa he saivat tasapainossa 2. Kun P2 saa tietää tilan pelin yksikäsitteisessä tasapainossa (t; r, m), missä toinen koordinaatti on P2:n valinta kun tila on ω 1 ja kolmas koordinaatti on P2:n valinta kun tila on ω 2, pelaajien hyödyt ovat 1 ja 3ε.

12 Peli Osbornen kirjasta sivulta 284. Kaksi pelaajaa ja kolme tilaa Ω = {α,β,γ}. Signaalifunktion sijasta pelaajien informaatiota kuvataan tila-avaruuden osituksella. P1: {{α},{β,γ}} P2: {{α,β},{γ}} Kun P1 tietää, että tila on joukossa {β,γ} hänen uskomuksensa, että tila on β on 3 4. Kun P2 tietää, että tila on joukossa {α,β} hänen uskomuksensa, että tila on β on 1 4.

13 α L R L 2, 2 0, 0 R 3, 0 1, 1 β L R L 2, 2 0, 0 R 0, 0 1, 1 γ L R L 2, 2 0, 0 R 0, 0 1, 1

14 Tämän pelin yksikäsitteinen tasapaino on (R, R). Jos P1 tietää, että tila on α hänen dominoiva valintansa on R. Jos P2 tietää, että tila on joukossa {α,β}l tuottaa hänelle parhaimmillaan , kun taas R tuottaa hänelle 4 vähintään Tällöin P2 siis valitsee R. Jos P1 tietää, että tila on joukossa {β,γ}l tuottaa hänelle parhaimmillaan , kun taas R tuottaa hänelle 4 vähintään Tällöin P1 valitsee siis R. Jos P2 tietää, että tila on γ L tuottaa hänelle nollan, kun taas R tuottaa hänelle 1.

Yhteistyötä sisältämätön peliteoria jatkuu

Yhteistyötä sisältämätön peliteoria jatkuu Yhteistyötä sisältämätön peliteoria jatkuu Tommi Lehtonen Optimointiopin seminaari - Syksy 2000 / 1 Bayesilainen tasapaino Täysi informaatio Vajaa informaatio Staattinen Nash Bayes Dynaaminen Täydellinen

Lisätiedot

Nollasummapelit ja bayesilaiset pelit

Nollasummapelit ja bayesilaiset pelit Nollasummapelit ja bayesilaiset pelit Kristian Ovaska HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos Seminaari: Peliteoria Helsinki 18. syyskuuta 2006 Sisältö 1 Johdanto 1 2 Nollasummapelit 1 2.1

Lisätiedot

Peliteoria luento 3. May 27, Peliteoria luento 3

Peliteoria luento 3. May 27, Peliteoria luento 3 May 27, 2015 Dominanssi Mitkä ovat uskottavia tulemia? Ja miksi? Yksi päätösteoreettinen periaate on dominanssi. Kuten lähes kaikkia taloustieteessä kiinnostavia käsitteitä niitä on kahta lajia. Aito ja

Lisätiedot

Sekastrategia ja Nash-tasapainon määrääminen

Sekastrategia ja Nash-tasapainon määrääminen May 24, 2016 Sekastrategia Monissa peleissä ei ole Nash-tasapainoa puhtaissa strategioissa H T H 1, 1 1, 1 T 1, 1 1, 1 Ratkaisu ongelmaan löytyy siitä, että laajennetaan strategiat käsittämään todennäköisyysjakaumat

Lisätiedot

Bayesin pelit. Kalle Siukola. MS-E2142 Optimointiopin seminaari: Peliteoria ja tekoäly

Bayesin pelit. Kalle Siukola. MS-E2142 Optimointiopin seminaari: Peliteoria ja tekoäly Bayesin pelit Kalle Siukola MS-E2142 Optimointiopin seminaari: Peliteoria ja tekoäly 12.10.2016 Toistetun pelin esittäminen automaatin avulla Ekstensiivisen muodon puu on tehoton esitystapa, jos peliä

Lisätiedot

Pelien teoriaa: tasapainokäsitteet

Pelien teoriaa: tasapainokäsitteet Pelien teoriaa: tasapainokäsitteet Salanién (2005) ja Gibbonsin (1992) mukaan Mat-2.4142 Optimointiopin seminaari Jukka Luoma 1 Sisältö Staattinen Dynaaminen Staattinen Dynaaminen Pelityyppi Täydellinen

Lisätiedot

SEKASTRATEGIAT PELITEORIASSA

SEKASTRATEGIAT PELITEORIASSA SEKASTRATEGIAT PELITEORIASSA Matti Estola 8. joulukuuta 2013 Sisältö 1 Johdanto 2 2 Ratkaistaan sukupuolten välinen taistelu sekastrategioiden avulla 5 Teksti on suomennettu kirjasta: Gibbons: A Primer

Lisätiedot

Johdanto peliteoriaan Kirja kpl. 2

Johdanto peliteoriaan Kirja kpl. 2 Aalto-yliopiston TKK Mat-2.4142 K2010 Esitelmä 1 Ilkka Leppänen 1 Johdanto peliteoriaan Kirja kpl. 2 Ilkka Leppänen 20.1.2010 Aalto-yliopiston TKK Mat-2.4142 K2010 Esitelmä 1 Ilkka Leppänen 2 Aiheet Laajennettu

Lisätiedot

Sekastrategiat ja intensiiviyhteensopivuus

Sekastrategiat ja intensiiviyhteensopivuus Sekastrategiat ja intensiiviyhteensopivuus Petteri Räty 2010-03-14 God does not play dice with the universe Albert Einstein Agenda Intensiiviyhteensopivuuden käsite Yrittää vastata kysymykseen, mitä sekastrategiat

Lisätiedot

Signalointi: autonromujen markkinat

Signalointi: autonromujen markkinat Signalointi: autonromujen markkinat Mat-.414 Optimointiopin seminaari Klaus Mattila 1.0.008 1 Esityksen rakenne Johdanto Autonromujen markkinat: Akerlofin malli Kustannuksellinen signalointi: Spencen malli

Lisätiedot

Luento 7. June 3, 2014

Luento 7. June 3, 2014 June 3, 2014 Peli, jossa on kaksi Nash-tasapainoa. Yksi tasapaino on (1; 2) ja toinen (2; 1); P1:n valinta on ilmoitettu ensin. Ensimmäinen tasapaino ei vaikuta hyvältä; se perustuu epäuskottavaan uhkaukseen.

Lisätiedot

Peliteoria luento 1. May 25, 2015. Peliteoria luento 1

Peliteoria luento 1. May 25, 2015. Peliteoria luento 1 May 25, 2015 Tavoitteet Valmius muotoilla strategisesti ja yhteiskunnallisesti kiinnostavia tilanteita peleinä. Kyky ratkaista yksinkertaisia pelejä. Luentojen rakenne 1 Joitain pelejä ajanvietematematiikasta.

Lisätiedot

Peliteoria luento 2. May 26, 2014. Peliteoria luento 2

Peliteoria luento 2. May 26, 2014. Peliteoria luento 2 May 26, 2014 Pelien luokittelua Peliteoriassa pelit voidaan luokitella yhteistoiminnallisiin ja ei-yhteistoiminnallisiin. Edellisissä kiinnostuksen kohde on eri koalitioiden eli pelaajien liittoumien kyky

Lisätiedot

Rationalisoituvuus ja yleinen tieto rationaalisuudesta

Rationalisoituvuus ja yleinen tieto rationaalisuudesta Rationalisoituvuus ja yleinen tieto rationaalisuudesta Keskeiset termit: Rationalizability rationalisoituvuus ratkaisukonsepti peliteoriassa Rationalizable rationalisoituva Rationality rationaalisuus pelaajat

Lisätiedot

PELITEORIAN PERUSTEITA

PELITEORIAN PERUSTEITA PELITEORIAN PERUSTEITA Matti Estola 29. marraskuuta 2013 Sisältö 1 Johdanto 2 2 Peliteoreettisen analyysin vaiheet 2 3 Staattiset pelit täydellisen informaation vallitessa 3 4 Pelin ratkaiseminen 4 4.1

Lisätiedot

Pohdiskeleva ajattelu ja tasapainotarkennukset

Pohdiskeleva ajattelu ja tasapainotarkennukset Pohdiskeleva ajattelu ja tasapainotarkennukset Sanna Hanhikoski 24.3.2010 Sisältö Pohdiskeleva ajattelu Nashin tasapainotarkennukset Täydellinen tasapaino Täydellinen bayesiläinen tasapaino Vaiheittainen

Lisätiedot

Tasapaino epätäydellisen tiedon peleissä

Tasapaino epätäydellisen tiedon peleissä hyväksymispäivä arvosana arvostelija Tasapaino epätäydellisen tiedon peleissä Marja Hassinen Helsinki 9..2006 Peliteoria-seminaarin esitelmä HESINGIN YIOPISTO Tietojenkäsittelytieteen laitos Sisältö Johdanto

Lisätiedot

Epätäydellisen tiedon jatkuvat pelit. Mika Viljanen Peliteorian seminaari

Epätäydellisen tiedon jatkuvat pelit. Mika Viljanen Peliteorian seminaari Epätäydellisen tiedon jatkuvat pelit Mika Viljanen Peliteorian seminaari Erityispiirteitä Erityispiirteitä Epätäydellinen tieto aiemmista toiminnoista Erityispiirteitä Epätäydellinen tieto aiemmista toiminnoista

Lisätiedot

Luento 5: Peliteoriaa

Luento 5: Peliteoriaa Luento 5: Peliteoriaa Tässä kappaleessa tutustutaan hieman peliteoriaan. Keskeisiä asioita ovat Nash-tasapaino ja sekastrategia. Cournot n duopolimalli vuodelta 1838 toimii oivallisena havainnollistuksena

Lisätiedot

MS-C2105 Optimoinnin perusteet Malliratkaisut 5

MS-C2105 Optimoinnin perusteet Malliratkaisut 5 MS-C2105 Optimoinnin perusteet Malliratkaisut 5 Ehtamo Demo 1: Arvaa lähimmäksi Jokainen opiskelija arvaa reaaliluvun välillä [0, 100]. Opiskelijat, joka arvaa lähimmäksi yhtä kolmasosaa (1/3) kaikkien

Lisätiedot

Peliteoria Strategiapelit ja Nashin tasapaino. Sebastian Siikavirta sebastian.siikavirta@helsinki.fi

Peliteoria Strategiapelit ja Nashin tasapaino. Sebastian Siikavirta sebastian.siikavirta@helsinki.fi Peliteoria Strategiapelit ja Nashin tasapaino Sebastian Siikavirta sebastian.siikavirta@helsinki.fi Helsinki 11.09.2006 Peliteoria Tomi Pasanen HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos Sisältö

Lisätiedot

Informaatio ja Strateginen käyttäytyminen

Informaatio ja Strateginen käyttäytyminen Informaatio ja Strateginen käyttäytyminen Nuutti Kuosa 2.4.2003 Sisältö Johdanto Duopoli ja epätietoisuutta kilpailijan kustannuksista Kilpailijan tietämyksen manipulointi Duopoli ja epätietoisuutta kysynnästä

Lisätiedot

Toistetut pelit Elmeri Lähevirta. MS-E2142 Optimointiopin seminaari: Peliteoria ja tekoäly

Toistetut pelit Elmeri Lähevirta. MS-E2142 Optimointiopin seminaari: Peliteoria ja tekoäly Toistetut pelit MS-E2142 Optimointiopin seminaari: Peliteoria ja tekoäly 12.10.2016 Elmeri Lähevirta The document can be stored and made available to the public on the open internet pages of Aalto University.

Lisätiedot

11 Oligopoli ja monopolistinen kilpailu (Mankiw & Taylor, Ch 17)

11 Oligopoli ja monopolistinen kilpailu (Mankiw & Taylor, Ch 17) 11 Oligopoli ja monopolistinen kilpailu (Mankiw & Taylor, Ch 17) Oligopoli on markkinamuoto, jossa markkinoilla on muutamia yrityksiä, jotka uskovat tekemiensä valintojen seurauksien eli voittojen riippuvan

Lisätiedot

Epätäydellisen tiedon jatkuvat pelit

Epätäydellisen tiedon jatkuvat pelit Epätäydellisen tiedon jatkuvat pelit Mika Viljanen Helsinki 4..2006 Peliteorian seminaari HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos Sisältö Johdanto 2 Epätäydellisen tiedon jatkuva peli 2. Jatkuvan

Lisätiedot

Demo 7 ( ) Antti-Juhani Kaijanaho. 9. joulukuuta 2005

Demo 7 ( ) Antti-Juhani Kaijanaho. 9. joulukuuta 2005 Demo 7 (14.12.2005) Antti-Juhani Kaijanaho 9. joulukuuta 2005 Liitteenä muutama esimerkki Ydin-Haskell-laskuista. Seuraavassa on enemmän kuin 12 nimellistä tehtävää; ylimääräiset ovat bonustehtäviä, joilla

Lisätiedot

Luento 5: Peliteoriaa

Luento 5: Peliteoriaa Luento 5: Peliteoriaa Tässä kappaleessa tutustutaan lyhyesti peliteoriaan. Peliteorian ratkaisukäsite on Nashin tasapaino, jonka jo Augustin Cournot esitti duopolimallinsa ratkaisuna v. 1838. Cournot n

Lisätiedot

Luento 9. June 2, Luento 9

Luento 9. June 2, Luento 9 June 2, 2016 Otetaan lähtökohdaksi, että sopimuksilla ei voida kattaa kaikkia kontingensseja/maailmantiloja. Yksi kiinnostava tapaus on sellainen, että jotkut kontingenssit ovat havaittavissa sopimusosapuolille,

Lisätiedot

Y56 laskuharjoitukset 6

Y56 laskuharjoitukset 6 Y56 Kevät 00 Y56 laskuharjoitukset 6 Palautus joko luennolle/mappiin tai Katjan lokerolle (Koetilantie 5, 3. krs) to.4. klo 6 mennessä (purku luennolla ti 7.4.) Ole hyvä ja vastaa suoraan tähän paperiin.

Lisätiedot

Luento 6. June 1, 2015. Luento 6

Luento 6. June 1, 2015. Luento 6 June 1, 2015 Normaalimuodon pelissä on luontevaa ajatella, että pelaajat tekevät valintansa samanaikaisesti. Ekstensiivisen muodon peleissä pelin jonottaisella rakenteella on keskeinen merkitys. Aluksi

Lisätiedot

Yleinen tietämys ja Nashin tasapaino

Yleinen tietämys ja Nashin tasapaino Yleinen tietämys ja Nashin tasapaino 24.3.2010 Nashin tasapaino Ratkaisumalli kahden tai useamman pelaajan pelille. Yleisesti: Jos jokainen pelaaja on valinnut strategiansa eikä yksikään pelaaja voi hyötyä

Lisätiedot

Lyhyen aikavälin hintakilpailu 2/2

Lyhyen aikavälin hintakilpailu 2/2 Lyhyen aikavälin hintakilpailu 2/2 Ilkka Männistö Esitelmä 10 - Ilkka Männistö Optimointiopin seminaari - Kevät 2003 / 1 Kilpailun aste Markkinahinta ei kerro mitään kilpailun asteesta jos kustannusrakennetta

Lisätiedot

Yhteistyötä sisältämätön peliteoria

Yhteistyötä sisältämätön peliteoria Yhteistyötä sisältämätön peliteoria jarkko.murtoaro@hut.fi Optimointiopin seminaari Kevät 2003 / 1 Sisältö Johdanto Käsitteistö Työkalut Nashin tasapaino Täydellinen tasapaino Optimointiopin seminaari

Lisätiedot

TALOUSTIETEEN LUENTOJEN TEHTÄVÄT

TALOUSTIETEEN LUENTOJEN TEHTÄVÄT TALOUSTIETEEN LUENTOJEN TEHTÄVÄT 1. Suhteellisen edun periaate 1. Maassa A: 1 maito ~ 3 leipää 1 leipä ~ 0,33 maitoa Maassa B: a. b. 3 maitoa ~ 5 leipää 1 maito ~ 1,67 leipää 1 leipä ~ 0,6 maitoa i. Maalla

Lisätiedot

Dynaaminen hintakilpailu ja sanattomat sopimukset

Dynaaminen hintakilpailu ja sanattomat sopimukset Dynaaminen hintakilpailu ja sanattomat sopimukset Pasi Virtanen 12.3.2003 Johdanto Hintakilpailu jossa pelaajat kohtaavat toisensa toistuvasti Pelaajien on otettava hintaa valittaessa huomioon hintasodan

Lisätiedot

1. Kuntosalilla on 8000 asiakasta, joilla kaikilla on sama salikäyntien kysyntä: q(p)= P, missä

1. Kuntosalilla on 8000 asiakasta, joilla kaikilla on sama salikäyntien kysyntä: q(p)= P, missä A31C00100 Mikrotaloustiede Kevät 2017 1. Kuntosalilla on 8000 asiakasta, joilla kaikilla on sama salikäyntien kysyntä: q(p)= 18 1.5P, missä q on käyntejä kuukaudessa keskimäärin. Yhden käyntikerran rajakustannus

Lisätiedot

Evolutiivisesti stabiilin strategian oppiminen

Evolutiivisesti stabiilin strategian oppiminen Evolutiivisesti stabiilin strategian oppiminen Janne Laitonen 8.10.2008 Maynard Smith: s. 54-60 Johdanto Käytös voi usein olla opittua perityn sijasta Tyypillistä käytöksen muuttuminen ja riippuvuus aikaisemmista

Lisätiedot

Strategiapelit ja Nashin tasapaino. Esitta ja : Sebastian Siikavirta

Strategiapelit ja Nashin tasapaino. Esitta ja : Sebastian Siikavirta Strategiapelit ja Nashin tasapaino. Esitta ja : Sebastian Siikavirta Johdantoa peliteoriaan - ka ytetyt termit Peliteoria tutkii pelaajien toimintaa peleissa. Mika on peli? Mika on pelaaja? Peli tarkasti

Lisätiedot

Haitallinen valikoituminen: yleinen malli ja sen ratkaisu

Haitallinen valikoituminen: yleinen malli ja sen ratkaisu Haitallinen valikoituminen: yleinen malli ja sen ratkaisu Mat-2.4142 Optimointiopin seminaari Matias Leppisaari 29.1.2008 Esityksen rakenne Yleinen malli Käypyys ja rajoitusehdot Mallin ratkaisu Kotitehtävä

Lisätiedot

LAAJENNETUN MUODON RATIONALISOITUVUUS. S ysteemianalyysin. Arno Solin Laboratorio. Aalto-yliopiston Teknillinen korkeakoulu

LAAJENNETUN MUODON RATIONALISOITUVUUS. S ysteemianalyysin. Arno Solin Laboratorio. Aalto-yliopiston Teknillinen korkeakoulu LAAJENNETUN MUODON RATIONALISOITUVUUS 3.3.2010 Pähkinänkuoressa: Laajennetun muodon rationalisoituvuus Laajennetun muodon peli (Extensive Form Game) Laajennetun muodon pelin tasapainokäsitteitä. Tosimaailman

Lisätiedot

Totta vai tarua matematiikan paradokseja

Totta vai tarua matematiikan paradokseja Totta vai tarua matematiikan paradokseja Onko intuitio aina oikeassa todennäköisyyksiä pohdittaessa? Tilastot eivät valehtele, eiväthän? Työohjeet: 1) Muodostetaan noin 3 henkilön ryhmät. 2) Valitkaa yhden

Lisätiedot

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen MAT-200 Todennäköisyyslaskenta Tentti 29.04.20 / Kimmo Vattulainen Funktiolaskin sallittu.. a) Pelaajat A ja B heittävät noppaa vuorotellen ja pelin voittaa se, joka saa ensimmäiseksi kuutosen. A aloittaa

Lisätiedot

12 Oligopoli ja monopolistinen kilpailu

12 Oligopoli ja monopolistinen kilpailu 12 Oligopoli ja monopolistinen kilpailu (Mankiw & Taylor, 2nd ed., chs 16-17; Taloustieteen oppikirja, s. 87-90) Oligopoli on markkinamuoto, jossa markkinoilla on muutamia yrityksiä, jotka uskovat tekemiensä

Lisätiedot

Peliteorian soveltaminen hajautettujen järjestelmien protokollasuunnittelussa (valmiin työn esittely)

Peliteorian soveltaminen hajautettujen järjestelmien protokollasuunnittelussa (valmiin työn esittely) Peliteorian soveltaminen hajautettujen järjestelmien protokollasuunnittelussa (valmiin työn esittely) Riku Hyytiäinen 23.02.2015 Ohjaaja: Harri Ehtamo Valvoja: Harri Ehtamo Työn saa tallentaa ja julkistaa

Lisätiedot

Evolutiivinen stabiilisuus populaation

Evolutiivinen stabiilisuus populaation Antti Toppila sivu 1/20 Optimointiopin seminaari Syksy 2008 Evolutiivinen stabiilisuus populaation määrittämisessä Antti Toppila 24.9.2008 Antti Toppila sivu 2/20 Optimointiopin seminaari Syksy 2008 Sisältö

Lisätiedot

Laskuharjoitus 1. Markkinoitten mallintaminen ja Internet-markkinat Saara Hämäläinen, Helsingin yliopisto, syksy 2016

Laskuharjoitus 1. Markkinoitten mallintaminen ja Internet-markkinat Saara Hämäläinen, Helsingin yliopisto, syksy 2016 Laskuharjoitus 1 Markkinoitten mallintaminen ja Internet-markkinat Saara Hämäläinen, Helsingin yliopisto, syksy 2016 Tässä laskusetissä on kahdeksan tehtävää, yksi per luento (5 Saaran, 3 Benin). Katso

Lisätiedot

Esimerkki: Tietoliikennekytkin

Esimerkki: Tietoliikennekytkin Esimerkki: Tietoliikennekytkin Tämä Mathematica - notebook sisältää luennolla 2A (2..26) käsitellyn esimerkin laskut. Esimerkin kuvailu Tarkastellaan yksinkertaista mallia tietoliikennekytkimelle. Kytkimeen

Lisätiedot

Moraalinen uhkapeli: laajennuksia ja sovelluksia

Moraalinen uhkapeli: laajennuksia ja sovelluksia Moraalinen uhkapeli: laajennuksia ja sovelluksia Sisältö Kysymysten asettelu Monen tehtävän malli Sovellusesimerkki: Vakuutus Sovellusesimerkki: Palkkion määrääminen Johtajan palkitseminen Moraalisen uhkapelin

Lisätiedot

b) Arvonnan, jossa 50 % mahdollisuus saada 15 euroa ja 50 % mahdollisuus saada 5 euroa.

b) Arvonnan, jossa 50 % mahdollisuus saada 15 euroa ja 50 % mahdollisuus saada 5 euroa. 2.9. Epävarmuus ja odotetun hyödyn teoria Testi. Kumman valitset a) 10 euroa varmasti. b) Arvonnan, jossa 50 % mahdollisuus saada 15 euroa ja 50 % mahdollisuus saada 5 euroa. Odotettu arvo 0,5* 15 + 0,5*5

Lisätiedot

Paljonko maksat eurosta -peli

Paljonko maksat eurosta -peli Paljonko maksat eurosta -peli - Ajattele todellinen tilanne ja toimi oman näkemyksesi mukaisesti - Tee tarjous eurosta: * Korkein tarjous voittaa euron. * Huonoimman tarjouksen esittäjä joutuu maksamaan

Lisätiedot

Määritelmä Olkoon T i L (V i, W i ), 1 i m. Yksikäsitteisen lineaarikuvauksen h L (V 1 V 2 V m, W 1 W 2 W m )

Määritelmä Olkoon T i L (V i, W i ), 1 i m. Yksikäsitteisen lineaarikuvauksen h L (V 1 V 2 V m, W 1 W 2 W m ) Määritelmä 519 Olkoon T i L V i, W i, 1 i m Yksikäsitteisen lineaarikuvauksen h L V 1 V 2 V m, W 1 W 2 W m h v 1 v 2 v m T 1 v 1 T 2 v 2 T m v m 514 sanotaan olevan kuvausten T 1,, T m indusoima ja sitä

Lisätiedot

Prof. Marko Terviö Assist. Jan Jääskeläinen

Prof. Marko Terviö Assist. Jan Jääskeläinen Mallivastaukset 6. 1. (a) Molemmilla yrityksillä on kaksi mahdollista toimenpidettä, joten pelissä on 2 2 = 4 potentiaalisesti erilaista tulemaa. i. Jos Row Corporation valitsee Mainosta ja Column Industries

Lisätiedot

PELITEORIAN TALOUSTIETEELLISIÄ SOVELLUKSIA

PELITEORIAN TALOUSTIETEELLISIÄ SOVELLUKSIA PELITEORIAN TALOUSTIETEELLISIÄ SOVELLUKSIA Matti Estola 29 marraskuuta 2013 Sisältö 1 Cournot'in duopolimalli 2 2 Pelin Nash -tasapainon tulkinta 3 3 Cournot'in mallin graanen ratkaisu 4 4 Bertrandin duopolimalli

Lisätiedot

Odotusarvoparien vertailu. Vilkkumaa / Kuusinen 1

Odotusarvoparien vertailu. Vilkkumaa / Kuusinen 1 Odotusarvoparien vertailu Vilkkumaa / Kuusinen 1 Motivointi Viime luennolta: yksisuuntaisella varianssianalyysilla testataan nollahypoteesia H 0 : μ 1 = μ 2 = = μ k = μ Jos H 0 hylätään, tiedetään, että

Lisätiedot

Haitallinen valikoituminen: Kahden tyypin malli

Haitallinen valikoituminen: Kahden tyypin malli Haitallinen valikoituminen: Kahden tyypin malli Mat-2.4142 Optimointiopin seminaari Mikko Hyvärinen 29.1.2008 Haitallinen valikoituminen kahden tyypin malli Haitallinen valikoituminen tarkoittaa että päämies

Lisätiedot

Ydin-Haskell Tiivismoniste

Ydin-Haskell Tiivismoniste Ydin-Haskell Tiivismoniste Antti-Juhani Kaijanaho 8. joulukuuta 2005 1 Abstrakti syntaksi Päätesymbolit: Muuttujat a, b, c,..., x, y, z,... Tyyppimuuttujat α, β, γ,... Koostimet (data- ja tyyppi-) C, D,...,

Lisätiedot

Ryhmäfaktorianalyysi neurotiedesovelluksissa (Valmiin työn esittely) Sami Remes Ohjaaja: TkT Arto Klami Valvoja: Prof.

Ryhmäfaktorianalyysi neurotiedesovelluksissa (Valmiin työn esittely) Sami Remes Ohjaaja: TkT Arto Klami Valvoja: Prof. Ryhmäfaktorianalyysi neurotiedesovelluksissa (Valmiin työn esittely) Sami Remes 11.06.2012 Ohjaaja: TkT Arto Klami Valvoja: Prof. Harri Ehtamo Työn saa tallentaa ja julkistaa Aalto-yliopiston avoimilla

Lisätiedot

Taloustieteen Nobel peliteorian kehittäjille

Taloustieteen Nobel peliteorian kehittäjille Kansantaloudellinen aikakauskirja - 90. vsk. - 4/1994 Katsauksiaja keskustelua Taloustieteen Nobel peliteorian kehittäjille KLAUS KULTTI Vuoden 1994 taloustieteen Nobelin palkinnon saivat professori John

Lisätiedot

A. Huutokaupat ovat tärkeitä ainakin kolmesta syystä. 1. Valtava määrä taloudellisia transaktioita tapahtuu huutokauppojen välityksellä.

A. Huutokaupat ovat tärkeitä ainakin kolmesta syystä. 1. Valtava määrä taloudellisia transaktioita tapahtuu huutokauppojen välityksellä. HUUTOKAUPOISTA A. Huutokaupat ovat tärkeitä ainakin kolmesta syystä 1. Valtava määrä taloudellisia transaktioita tapahtuu huutokauppojen välityksellä. 2. Huutokauppapelejä voidaan käyttää taloustieteen

Lisätiedot

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5. 2. MS-A4/A6 Matriisilaskenta 2. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 5.9.25 Tarkastellaan esimerkkinä lineaarista yhtälöparia { 2x x 2 = x + x 2

Lisätiedot

Laskuharjoitus 1. Markkinoitten mallintaminen ja Internet-markkinat Saara Hämäläinen, Helsingin yliopisto, syksy 2016

Laskuharjoitus 1. Markkinoitten mallintaminen ja Internet-markkinat Saara Hämäläinen, Helsingin yliopisto, syksy 2016 Laskuharjoitus 1 Markkinoitten mallintaminen ja Internet-markkinat Saara Hämäläinen, Helsingin yliopisto, syksy 2016 Tässä laskusetissä on kymmenen tehtävää (10 pistettä ), yksi per luento (6 Saaran, 4

Lisätiedot

1 p p P (X 0 = 0) P (X 0 = 1) =

1 p p P (X 0 = 0) P (X 0 = 1) = Mat-2.3 Stokastiset rosessit Syksy 2007 Laskuharjoitustehtävät 3 Poroudas/Kokkala. Tarkastellaan Markov-ketjua, jonka tilajoukko on {0, } ja tilansiirtotodennäköisyysmatriisi P Olkoon alkujakauma α 0 a

Lisätiedot

Maatalous-metsätieteellinen tiedekunta Ympäristöekonomia Kansantaloustiede ja matematiikka

Maatalous-metsätieteellinen tiedekunta Ympäristöekonomia Kansantaloustiede ja matematiikka 1. Selitä mitä tarkoittavat a) M2 b) vaihtoehtoiskustannus. Anna lisäksi esimerkki vaihtoehtoiskustannuksesta. (7 p) Vastaus: a) Lavea raha. (1 p) M1 (Yleisön hallussa olevat lailliset maksuvälineet ja

Lisätiedot

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain Matriisilaskenta LH4 24 ratkaisut 1 Hae seuraavien R 4 :n aliavaruuksien dimensiot jotka sisältävät vain a) Kaikki muotoa (a b c d) olevat vektorit joilla d a + b b) Kaikki muotoa (a b c d) olevat vektorit

Lisätiedot

MS-C1350 Osittaisdifferentiaaliyhtälöt Harjoitukset 5, syksy Mallivastaukset

MS-C1350 Osittaisdifferentiaaliyhtälöt Harjoitukset 5, syksy Mallivastaukset MS-C350 Osittaisdifferentiaaliyhtälöt Haroitukset 5, syksy 207. Oletetaan, että a > 0 a funktio u on yhtälön u a u = 0 ratkaisu. a Osoita, että funktio vx, t = u x, t toteuttaa yhtälön a v = 0. b Osoita,

Lisätiedot

Osa 12b Oligopoli ja monopolistinen kilpailu (Mankiw & Taylor, Chs 16-17)

Osa 12b Oligopoli ja monopolistinen kilpailu (Mankiw & Taylor, Chs 16-17) Osa 12b Oligopoli ja monopolistinen kilpailu (Mankiw & Taylor, Chs 16-17) Oligopoli on markkinamuoto, jossa markkinoilla on muutamia yrityksiä, jotka uskovat tekemiensä valintojen seurauksien eli voittojen

Lisätiedot

5/11 6/11 Vaihe 1. 6/10 4/10 6/10 4/10 Vaihe 2. 5/11 6/11 4/11 7/11 6/11 5/11 5/11 6/11 Vaihe 3

5/11 6/11 Vaihe 1. 6/10 4/10 6/10 4/10 Vaihe 2. 5/11 6/11 4/11 7/11 6/11 5/11 5/11 6/11 Vaihe 3 Mat-.9 Sovellettu todennäköisyyslasku A / Ratkaisut Aiheet: Avainsanat: Verkot todennäköisyyslaskennassa Satunnaismuuttujat ja todennäköisyysjakaumat Jakaumien tunnusluvut Kertymäfunktio, Momentit, Odotusarvo,

Lisätiedot

Hintakilpailu lyhyellä aikavälillä

Hintakilpailu lyhyellä aikavälillä Hintakilpailu lyhyellä aikavälillä Virpi Turkulainen 5.3.2003 Optimointiopin seminaari - Kevät 2003 / 1 Sisältö Johdanto Bertrandin ristiriita ja sen lähestyminen Bertrandin ristiriita Lähestymistavat:

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 14. syyskuuta 2007 Antti Rasila () TodB 14. syyskuuta 2007 1 / 21 1 Kokonaistodennäköisyys ja Bayesin kaava Otosavaruuden ositus Kokonaistodennäköisyyden

Lisätiedot

Matemaattisen analyysin tukikurssi

Matemaattisen analyysin tukikurssi Matemaattisen analyysin tukikurssi 4. Kurssikerta Petrus Mikkola 4.10.2016 Tämän kerran asiat Funktion raja-arvo Raja-arvon määritelmä Toispuolinen raja-arvo Laskutekniikoita Rationaalifunktion esityksen

Lisätiedot

4.0.2 Kuinka hyvä ennuste on?

4.0.2 Kuinka hyvä ennuste on? Luonteva ennuste on käyttää yhtälöä (4.0.1), jolloin estimaattori on muotoa X t = c + φ 1 X t 1 + + φ p X t p ja estimointivirheen varianssi on σ 2. X t }{{} todellinen arvo Xt }{{} esimaattori = ε t Esimerkki

Lisätiedot

Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi

Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi TKK (c) Ilkka Mellin (2006) 1 Estimointi >> Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin

Lisätiedot

9. Tila-avaruusmallit

9. Tila-avaruusmallit 9. Tila-avaruusmallit Aikasarjan stokastinen malli ja aikasarjasta tehdyt havainnot voidaan esittää joustavassa ja monipuolisessa muodossa ns. tila-avaruusmallina. Useat aikasarjat edustavat dynaamisia

Lisätiedot

6. Yhteenvetoa kurssista

6. Yhteenvetoa kurssista Statistinen fysiikka, osa A (FYSA241) Vesa Apaja vesa.apaja@jyu.fi Huone: YN212. Ei kiinteitä vastaanottoaikoja. kl 2016 6. Yhteenvetoa kurssista 1 Keskeisiä käsitteitä I Energia TD1, siirtyminen lämpönä

Lisätiedot

Televisiossa jaetaan torstaisin rahaa julkkiksille Speden

Televisiossa jaetaan torstaisin rahaa julkkiksille Speden Kymppitonni Televisiossa jaetaan torstaisin rahaa julkkiksille Speden ideoimassa ohjelmassa Kymppitonni. Vastaamalla oikein muutamaan tyhmään kysymykseen voi rikastua useita tuhansia markkoja. Kyllä rahantulo

Lisätiedot

Yksisuuntainen varianssianalyysi (jatkoa) Heliövaara 1

Yksisuuntainen varianssianalyysi (jatkoa) Heliövaara 1 Yksisuuntainen varianssianalyysi (jatkoa) Heliövaara 1 Odotusarvoparien vertailu Jos yksisuuntaisen varianssianalyysin nollahypoteesi H 0 : µ 1 = µ 2 = = µ k = µ hylätään tiedetään, että ainakin kaksi

Lisätiedot

T Luonnollisen kielen tilastollinen käsittely Vastaukset 8, ti , 8:30-10:00 Tilastolliset yhteydettömät kieliopit, Versio 1.

T Luonnollisen kielen tilastollinen käsittely Vastaukset 8, ti , 8:30-10:00 Tilastolliset yhteydettömät kieliopit, Versio 1. T-61.281 Luonnollisen kielen tilastollinen käsittely astaukset 8, ti 16.3.2004, 8:30-10:00 Tilastolliset yhteydettömät kielioit, ersio 1.0 1. Jäsennysuun todennäköisyys lasketaan aloittelemalla se säännöstön

Lisätiedot

Johdatus todennäköisyyslaskentaan Kokonaistodennäköisyys ja Bayesin kaava. TKK (c) Ilkka Mellin (2005) 1

Johdatus todennäköisyyslaskentaan Kokonaistodennäköisyys ja Bayesin kaava. TKK (c) Ilkka Mellin (2005) 1 Johdatus todennäköisyyslaskentaan Kokonaistodennäköisyys ja Bayesin kaava TKK (c) Ilkka Mellin (2005) 1 Kokonaistodennäköisyys ja Bayesin kaava Kokonaistodennäköisyys ja Bayesin kaava: Johdanto Kokonaistodennäköisyyden

Lisätiedot

Taso 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste, suora

Taso 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste, suora Taso 1/5 Sisältö Taso geometrisena peruskäsitteenä Kolmiulotteisen alkeisgeometrian peruskäsitteisiin kuuluu taso pisteen ja suoran lisäksi. Intuitiivisesti sitä voidaan ajatella joka suunnassa äärettömyyteen

Lisätiedot

ja nyt tässä tapauksessa a = 1, b=4 ja c= -5, ja x:n paikalle ajattelemme P:n.

ja nyt tässä tapauksessa a = 1, b=4 ja c= -5, ja x:n paikalle ajattelemme P:n. Harjoitukset 2, vastauksia. Ilmoittakaa virheistä ja epäselvyyksistä! 1. b (kysyntäkäyrä siirtyy vasemmalle) 2. c (kysyntäkäyrä siirtyy oikealle) 3. ei mikään edellisistä; oikea vastaus olisi p 2

Lisätiedot

Ilkka Mellin Todennäköisyyslaskenta Osa 1: Todennäköisyys ja sen laskusäännöt Verkot ja todennäköisyyslaskenta

Ilkka Mellin Todennäköisyyslaskenta Osa 1: Todennäköisyys ja sen laskusäännöt Verkot ja todennäköisyyslaskenta Ilkka Mellin Todennäköisyyslaskenta Osa 1: Todennäköisyys ja sen laskusäännöt Verkot ja todennäköisyyslaskenta TKK (c) Ilkka Mellin (2005) 1 Verkot ja todennäköisyyslaskenta >> Puudiagrammit todennäköisyyslaskennassa:

Lisätiedot

Yksisuuntainen varianssianalyysi (jatkoa) Kuusinen/Heliövaara 1

Yksisuuntainen varianssianalyysi (jatkoa) Kuusinen/Heliövaara 1 Yksisuuntainen varianssianalyysi (jatkoa) Kuusinen/Heliövaara 1 Odotusarvoparien vertailu Jos yksisuuntaisen varianssianalyysin nollahypoteesi H 0 : µ 1 = µ 2 = = µ k = µ hylätään, tiedetään, että ainakin

Lisätiedot

jäsennyksestä TIEA241 Automaatit ja kieliopit, syksy 2016 Antti-Juhani Kaijanaho 29. syyskuuta 2016 TIETOTEKNIIKAN LAITOS Kontekstittomien kielioppien

jäsennyksestä TIEA241 Automaatit ja kieliopit, syksy 2016 Antti-Juhani Kaijanaho 29. syyskuuta 2016 TIETOTEKNIIKAN LAITOS Kontekstittomien kielioppien TIEA241 Automaatit ja kieliopit, syksy 2016 Antti-Juhani Kaijanaho TIETOTEKNIIKAN LAITOS 29. syyskuuta 2016 Sisällys Harjoitustehtävätilastoa Tilanne 29.9.2016 klo 8:41 (lähes kaikki kommentoitu) passed

Lisätiedot

Koodausteoria, Kesä 2014

Koodausteoria, Kesä 2014 Koodausteoria, Kesä 2014 Topi Törmä Matemaattisten tieteiden laitos 5.2 BCH-koodin dekoodaus Tarkastellaan t virhettä korjaavaa n-pituista BCH-koodia. Olkoon α primitiivinen n:s ykkösen juuri, c = c(x)

Lisätiedot

Pelaajien lukumäärä: suositus 3 4 pelaajaa; peliä voi soveltaa myös muille pelaajamäärille

Pelaajien lukumäärä: suositus 3 4 pelaajaa; peliä voi soveltaa myös muille pelaajamäärille Heli Vaara ja Tiina Komulainen OuLUMA, sivu 1 MERIROSVOJEN AARTEENJAKOPELI Avainsanat: matematiikka, pelit, todennäköisyys Pelaajien lukumäärä: suositus 3 4 pelaajaa; peliä voi soveltaa myös muille pelaajamäärille

Lisätiedot

Tilastollinen päättely, 10 op, 4 ov

Tilastollinen päättely, 10 op, 4 ov Tilastollinen päättely, 0 op, 4 ov Arto Luoma Matematiikan, tilastotieteen ja filosofian laitos Tilastotiede 3304 TAMPEREEN YLIOPISTO Syksy 2006 Kirjallisuutta Garthwaite, Jolliffe, Jones Statistical Inference,

Lisätiedot

Mat. tukikurssi 27.3.

Mat. tukikurssi 27.3. Mat. tukikurssi 7.. Tänään oli paljon vaikeita aiheita: - suunnattu derivaatta - kokonaisdierentiaali - dierentiaalikehitelmä - implisiittinen derivointi Nämä kaikki liittvät aika läheisesti toisiinsa.

Lisätiedot

V ar(m n ) = V ar(x i ).

V ar(m n ) = V ar(x i ). Mat-.3 Stokastiset prosessit Syksy 007 Laskuharjoitustehtävät 6 Poropudas/Kokkala. Olkoon M n = X +... + X n martingaali ja M 0 = 0. Osoita, että V ar(m n ) = n V ar(x i ). i= Huomattavaa on, että muuttujia

Lisätiedot

Peliteoria ja kalatalous YE4

Peliteoria ja kalatalous YE4 Peliteoria ja kalatalous YE4 Kansainväliset kalastussopimukset Tarve kansainväliselle yhteistyölle: Vain kestävillä kansainvälisillä sopimuksilla voidaan taata biologinen ja taloudellinen tehokkuus. Neuvottelujen

Lisätiedot

jäsentäminen TIEA241 Automaatit ja kieliopit, syksy 2015 Antti-Juhani Kaijanaho 26. marraskuuta 2015 TIETOTEKNIIKAN LAITOS

jäsentäminen TIEA241 Automaatit ja kieliopit, syksy 2015 Antti-Juhani Kaijanaho 26. marraskuuta 2015 TIETOTEKNIIKAN LAITOS TIEA241 Automaatit ja kieliopit, syksy 2015 Antti-Juhani Kaijanaho TIETOTEKNIIKAN LAITOS 26. marraskuuta 2015 Sisällys Tunnistamis- ja jäsennysongelma Olkoon G = (N, Σ, P, S) kontekstiton kielioppi ja

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 3 Ti 13.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 3 Ti 13.9.2011 p. 1/37 p. 1/37 Epälineaariset yhtälöt Newtonin menetelmä: x n+1 = x n f(x n) f (x n ) Sekanttimenetelmä:

Lisätiedot

Tilastollisia peruskäsitteitä ja Monte Carlo

Tilastollisia peruskäsitteitä ja Monte Carlo Tilastollisia peruskäsitteitä ja Monte Carlo Hannu Toivonen, Marko Salmenkivi, Inkeri Verkamo Tutkimustiedonhallinnan peruskurssi Tilastollisia peruskäsitteitä ja Monte Carlo 1/13 Kevät 2003 Tilastollisia

Lisätiedot

uv n, v 1, ja uv i w A kaikilla

uv n, v 1, ja uv i w A kaikilla 2.8 Säännöllisten kielten rajoituksista Kardinaliteettisyistä on oltava olemassa (paljon) ei-säännöllisiä kieliä: kieliä on ylinumeroituva määrä, säännöllisiä lausekkeita vain numeroituvasti. Voidaanko

Lisätiedot

Task list Submit code Submissions Messages Scoreboard View queue Edit contest

Task list Submit code Submissions Messages Scoreboard View queue Edit contest Jäätelö Edit task Translate 1.00 s Uolevi aikoo ostaa kaksi jäätelötötteröä: yhden Maijalle ja yhden itselleen. Tiedossasi on jokaisen myynnissä olevan jäätelötötterön hinta ja paino sekä suurin summa,

Lisätiedot

Harjoitus 7: vastausvihjeet

Harjoitus 7: vastausvihjeet Taloustieteen matemaattiset menetelmät 31C01100 Kevät 2017 Topi Hokkanen topi.hokkanen@aalto.fi Harjoitus 7: vastausvihjeet 1. (Epäyhtälörajoitteet) Olkoon f (x, y) = 6x + 4y ja g (x, y) = x 2 + y 2 2.

Lisätiedot

(0 desimaalia, 2 merkitsevää numeroa).

(0 desimaalia, 2 merkitsevää numeroa). NUMEERISET MENETELMÄT DEMOVASTAUKSET SYKSY 20.. (a) Absoluuttinen virhe: ε x x ˆx /7 0.4 /7 4/00 /700 0.004286. Suhteellinen virhe: ρ x x ˆx x /700 /7 /00 0.00 0.%. (b) Kahden desimaalin tarkkuus x ˆx

Lisätiedot

Johdatus peliteoriaan

Johdatus peliteoriaan Johdatus peliteoriaan Kahden pelaajan nollasummapelien ratkaiseminen ja Nashin tasapainojen olemassaolo usean pelaajan yleisessä summapelissä Henri Nousiainen Matematiikan pro gradu Jyväskylän yliopisto

Lisätiedot

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme? TKK (c) Ilkka Mellin (2004) 1 Johdatus tilastotieteeseen TKK (c) Ilkka Mellin (2004) 2 Mitä opimme? 1/4 Tilastollisen tutkimuksen tavoitteena on tehdä johtopäätöksiä prosesseista, jotka generoivat reaalimaailman

Lisätiedot

Bayesilainen päätöksenteko / Bayesian decision theory

Bayesilainen päätöksenteko / Bayesian decision theory Bayesilainen päätöksenteko / Bayesian decision theory Todennäköisyysteoria voidaan perustella ilman päätösteoriaa, mutta vasta päätösteorian avulla siitä on oikeasti hyötyä Todennäköisyyteoriassa tavoitteena

Lisätiedot

Laskennallinen data-analyysi II

Laskennallinen data-analyysi II Laskennallinen data-analyysi II Patrik Hoyer Epävarmuuden mallintaminen 16 17.4.2008 LDA II, osa 3: epävarmuuden mallintaminen Luennot (16.4 ja 17.4) - ongelma, menetelmät, esimerkkejä (kalvot verkossa

Lisätiedot